WikiDer > Online analytische Verarbeitung

Online analytical processing

Online analytische Verarbeitung oder OLAP ist ein Anwendungsarchitektur das durch a Unternehmen wird verwendet, um die analytischen Anwendungen zu unterstützen[1][2]. Es ist Nein Data Warehouse oder Datenbankverwaltungssystem. Die Hauptanwendungen von OLAP sind Geschäftsprobleme, bei denen Aufzeichnungen von gigantisch Datensätze muss erreicht werden. Diese Aufzeichnungen müssen daher summiert werden. Um die Probleme eines modernen Unternehmens zu lösen, benötigen Sie spezielle Datenbankschemata. Diese Schemata sind Array-orientiert und enthalten mehrdimensional Eigenschaften. zusätzlich Abfrage im Mittelpunkt dieser Anordnung. Das Ergebnis gleicht oft einem mehrdimensionalen Kalkulationstabelle.

Säulen von OLAP

DR. E.F. Kabeljau formulierte eine Liste von zwölf Leitlinien, die bei der Auswahl von OLAP-Systemen als Grundlage dienen können:

  • mehrdimensionales Bild: das OLAP-System muss ein mehrdimensionales Modellprodukt liefern, das die Kundennachfrage erfüllt. Dieses Produkt sollte einfach zu bedienen sein.
  • transparent: den Aufbau des OLAP-Systems, der gesamten Architektur und der zugrunde liegenden Datenbank, sollte für Benutzer transparent sein. Sie sollten ihre Produktivität in allgemeineren Umgebungen (wie z Microsoft Excel) behalten werden.
  • Barrierefreiheit: das OLAP-System sollte nur auf die Daten zugreifen, die für die Durchführung eines Tests relevant sind.
  • konsistente Reporting-Performance: mit zunehmender Größe und Anzahl der Dimensionen der Datenbank sollte die Qualität des Systems nicht darunter leiden.
  • Client/Server-Architektur: Das System muss die Prinzipien der Client/Server-Architektur berücksichtigen, um ein Maximum an Preis, Leistung, Flexibilität und Anpassungsfähigkeit zu erreichen.
  • generische Dimensionalität: jede Datendimension muss sowohl in Bezug auf Struktur als auch auf operative Fähigkeiten gleichwertig sein.
  • dynamische Behandlung eines leeren Arrays: Das OLAP-System muss in der Lage sein, seinen physischen Zeitplan so anzupassen, dass die Handhabung von Matrizen mit leeren Feldern optimiert. Beispielsweise muss das System das gewünschte Niveau erreichen und halten.
  • Mehrbenutzerunterstützung: Das System muss mehrere Benutzer unterstützen, die gleichzeitig an demselben Projekt arbeiten.
  • unbegrenzte dimensionsübergreifende Operationen: das OLAP-System muss dimensional sein Hierarchien erkennen kann. Das System muss auch in der Lage sein, Berechnungen innerhalb bestimmter Dimensionen und über verschiedene Dimensionen hinweg durchzuführen.
  • intuitive Datenmanipulation: mit einfachen Mausbewegungen soll man ganze Prozeduren und wichtige Manipulationen an den Daten durchführen können.
  • flexibles Reporting: man muss in der Lage sein, aus analytischen Berichten intuitive Präsentationen zu machen. Dies könnte durch Anordnen von Zeilen, Spalten und Zellen erfolgen.
  • unbegrenzte Dimensionen und Aggregationsebenen: die Anzahl der Dimensionen und die Anzahl der Aggregationsebenen einer Analyse sollten nicht eingeschränkt sein Model.

Neben diesen 12 Richtlinien muss ein OLAP-Rohsystem auch Werkzeuge enthalten, die die Verwaltung der Datenbank ermöglichen. Sie sollen sicherstellen, dass Sie reibungslos von einer globalen Übersicht der Datenbank zu den Detailinformationen wechseln können. Das System sollte auch beim Auffrischen der Datenbank reibungslos weiterlaufen. Eine weitere wichtige Anforderung an ein OLAP-System ist die reibungslose Integration in ein SQL Umfeld.

Formen von OLAP

MOLAP

Multidimensionales OLAP oder MOLAP ist die klassische Version von OLAP. Bei MOLAP werden die Daten nach der Vorverarbeitung in einem OLAP gespeichertWürfel. Diese Methode fördert die Abfrageverarbeitung durch optimierte Speicherung und mehrdimensionale Indexierung. Außerdem nimmt die Datenbank relativ wenig Platz ein. Das im System verwendete Array-Modell bietet eine automatische Indizierung. Die relativ lange Aktualisierungszeit der Datenbank ist der größte Nachteil von MOLAP. Um diese Zeit zu begrenzen, werden in der Regel nur aktuelle Änderungen an der Datenbank bearbeitet. Beispiele für MOLAP-Systeme sind Kennenlernen Machtspiel, Orakel OLAP, Microsoft Analysis Services, Essbase und Applix TM1.

ROLLAP

Relationales OLAP oder ROLAP konzentriert sich hauptsächlich auf die relationale Implementierung der Daten. Das ROLAP erfordert keine Vorverarbeitung wie MOLAP. ROLAP verwendet Stern- und Schneeflockenschemata. Diese sind optimiert Datenmodelle, die eine Umstrukturierung der Daten nach sich ziehen. Die ROLAP-Technologie ist nur mit speziell für ROLAP entwickelter Software kompatibel. ROLAP hat gegenüber MOLAP einige Vorteile. ROLAP ist beispielsweise besser für große Datenbanken geeignet und für die ROLAP-Systeme stehen viel mehr Werkzeuge zur Verfügung. Darüber hinaus kann ROLAP in Kombination mit SQL verwendet werden. ROLAP hat jedoch auch einige Nachteile. Aggregatladeprozesse können nicht durch Tools durchgeführt werden. Darauf muss man sich einstellen ETLProzesse nutzen. Außerdem kann SQL schwere Berechnungen nicht gut verarbeiten. Die Konsequenzen daraus trägt ROLAP, es wird auch ein hybrides OLAP verwendet (HOLAP), das eine Kombination aus MOLAP und ROLAP ist. HOLAP speichert Aggregationen in MOLAP-Datenbanken und Detaildaten in ROLAP-Datenbanken.

Siehe auch

Verweise

  1. ↑Alex Berson und Stephen J. Smiths. Data Warehousing, Data Mining und OLAP. Computing McGraw-Hill, 1997.
  2. ↑Inmon W. H. Aufbau des Data Warehouse. Wiley Computer Publishing, 1996.